[发明专利]手部动作识别方法、装置、计算机设备及可读存储介质

说明书

本发明涉及一种手部动作识别方法、装置、计算机设备及可读存储介质，其中，手部动作识别包括如下步骤：通过图像采集装置采集待识别对象的图像，将待识别对象的图像输入初始人体模型得到待识别对象的姿态信息；从姿态信息中选取手腕关节的位置信息，并根据手腕关节的位置信息获取手部区域图像；将手部区域图像输入预设手部动作模型得到待识别对象的第一手部动作。上述方法是先识别出被识别人的整体姿态，再定位至手部，在识别区域内存在多个待识别对象时，且多个待识别对象之间互相遮挡时，也可以根据每个待识别对象的姿态判断手部位置，提高了手部动作识别的准确性。

技术领域

本发明涉及计算机领域，特别是涉及一种手部动作识别方法、装置、计算机设备及可读存储介质。

背景技术

随着计算机技术的进步和发展，人机交互已经成为人们生活中的一种需求。除了传统的交互方式例如鼠标键盘等，手势交互也随着技术的成熟而成为了一种主流。

传统的手部跟踪算法都是基于视觉的算法，在彩色图像中根据肤色等特征识别出手部来进行跟踪，最近随深度摄像头的普及与流行，也有很多工作结合了深度图像信息来进行手部动作的识别和跟踪。但是如果该场景内存在多个人时，对手部的识别和跟踪难度会大大增加，容易发生判别错误和侦测失败的情况，无法准确识别手部动作。

发明内容

基于此，有必要针对传统方案中无法准确识别手部动作的问题，提供一种手部动作识别方法、装置、计算机设备及可读存储介质。

一种手部动作识别方法，包括如下步骤：

通过图像采集装置采集待识别对象的图像，将所述待识别对象的图像输入初始人体模型得到所述待识别对象的姿态信息；

从所述姿态信息中选取手腕关节的位置信息，并根据所述手腕关节的位置信息获取手部区域图像；

将所述手部区域图像输入预设手部动作模型得到所述待识别对象的第一手部动作。

在其中一个实施例中，所述初始人体模型包括初始关键点模型和初始连接模型；

所述将所述待识别对象的图像输入初始人体模型得到所述待识别对象的姿态信息的步骤，包括：

将所述待识别对象的图像输入所述初始关键点模型得到所述待识别对象的关键点信息；

将所述待识别对象的图像输入所述初始连接模型得到所述待识别对象的关节连接信息；

根据所述关键点信息和所述关节连接信息生成所述待识别对象的姿态信息。

在其中一个实施例中，所述方法还包括：

获取训练图像以及与所述训练图像对应的手部动作；

提取所述训练图像的训练手部特征；

将所述训练手部特征和与对应的所述手部动作输入基础模型中进行训练得到预设手部动作模型。

在其中一个实施例中，所述训练图像包含若干张二维图像，所述若干张二维图像组成二维图像组；

所述提取所述训练图像的训练手部特征的步骤包括：

提取所述二维图像组中的初始训练图像的第一手部特征；

当在所述初始训练图像的第一手部特征不完整时，则继续获取所述二维图像组中的初始训练图像的下一训练图像作为当前训练图像，并提取所述当前训练图像的补充手部特征；通过所述补充手部特征和所述第一手部特征得到第二手部特征；

当所述第二手部特征不完整时，则继续获取所述二维图像组中的下一训练图像作为当前训练图像；直至所得到的所述第二手部特征为完整手部特征时，则将所述第二手部特征作为训练手部特征。

在其中一个实施例中，所述方法还包括：